Subiect: #RAG
Exa 3.0 Search API depășește Perplexity, Brave și Parallel pe 8 benchmark-uri: o nouă eră pentru căutarea web propulsată de AI
Exa 3.0 Search API a depășit Perplexity, Brave Search și Parallel pe 8 benchmark-uri cheie, marcând o schimbare de paradigă: prima infrastructură de căutare construită nativ pentru agenți AI, nu pentru oameni. Articolul analizează arhitectura, avantajele pentru dezvoltatori/enterprise, riscurile (acoperire index, freshness, vendor lock-in) și implicarea strategică în cursa către "System 2" search.
Cum pot agenții AI să înțeleagă cu adevărat afacerile: marea provocare a cunoașterii contextuale
Un studiu recent realizat pe 300 de executivi din domeniul tehnologiei arată că doar 34% din proiectele de agenți AI ajung în producție, principalul obstacol fiind lipsa cunoașterii contextuale, nu lipsa datelor. Liderii care reușesc investesc masiv în grafuri de cunoaștere, RAG și evaluare AI.
Perplexity AI lovește din nou: un model de embedding de buzunar și unul de 9B care sparge bariera de 92% pe MADQA
Perplexity AI a lansat familia pplx-embed-v2-late, cu un model compact de 0,6B parametri pentru edge și unul de 9B care atinge 92,4% pe benchmark-ul MADQA. O mutare strategică ce ridică ștacheta în lumea embedding-urilor și a sistemelor RAG.
Google DeepMind lansează EmbeddingGemma 2: modelul multimodal open-source de 740 de milioane de parametri care schimbă regulile jocului
Google DeepMind a lansat EmbeddingGemma 2, un model multimodal de embedding cu doar 740 de milioane de parametri, construit pe arhitectura Gemma 4. Compact, open-source și capabil să proceseze atât text, cât și imagini, acest model promite să democratizeze aplicațiile AI avansate pentru dezvoltatori cu resurse limitate.
H Company lansează NeoMME: o familie de encodere multimodale cu un singur transformator, fără turn de viziune și fără decodor cauzal
H Company lansează NeoMME, o familie de encodere multimodale de 260M și 800M de parametri care renunță la turnul de viziune și la decodorul cauzal, procesând text și imagini într-un singur transformator. Cu un scor de 0.523 nDCG@10 pe ViDoRe v3, compresie de index de 255× și indexare de 51,3 pagini/secundă pe un L40S, NeoMME redefinește eficiența în retrieval-ul multimodal.
Perplexity dezvăluie arhitectura GPU a stivei de embedding: Cum Ivy, Tulip și ROSE alimentază pplx-embed
Perplexity AI dezvăluie pentru prima dată arhitectura completă a stivei sale de embedding GPU: Ivy (kerneli CUDA optimizați), Tulip (scheduler distribuit cu elastic batching) și ROSE (compresie vectorială ierarhică). Analizăm cum aceste trei componente reduc latenta, costurile și complexitatea la scară, și de ce această abordare "full-stack" devine noul standard pentru sistemele RAG de producție.
10 platforme AI open-source fără cod pentru aplicații LLM, sisteme RAG și agenți AI
Descoperă zece platforme open-source fără cod care îți permit să construiești aplicații cu LLM-uri, sisteme RAG și agenți AI, fără să scrii cod. De la Flowise la Dify, aceste instrumente democratizează inteligența artificială.
Google Cloud lansează Agentul de Memorie Permanentă: sfârșitul RAG și al încorporărilor clasice cu Gemini 3.1 Flash-Lite
Google Cloud a lansat un agent de memorie permanentă care înlocuiește RAG și încorporările clasice, folosind consolidarea continuă a LLM-urilor pe modelul Gemini 3.1 Flash-Lite. Articolul explică tehnologia, avantajele, provocările și impactul asupra dezvoltării aplicațiilor AI.
Cum să reduci bugetul de tokeni fără să micșorezi echipa
Companiile cheltuie tot mai mult pe tokeni AI și concediază oameni, dar soluția reală este optimizarea bugetului de tokeni prin caching, rutare și modele mai mici, nu tăierea personalului. Articolul analizează cum Nvidia, Uber, Meta și Klarna abordează această provocare.
Mistral OCR 4: Ieșire structurată cu citate pentru pipeline-uri RAG, agentice și de căutare enterprise
Mistral OCR 4 aduce o inovație majoră în recunoașterea optică a caracterelor: output structurat cu citate, gata de integrat în pipeline-uri RAG, sisteme agentice și căutare enterprise. Articolul analizează tehnologia, beneficiile și impactul asupra încrederii în AI.
Crawlee pentru Python: Cum să construiești un pipeline de web crawling cu gestionarea roboților, grafuri de linkuri și export RAG
Crawlee este un framework open-source pentru Python care simplifică web crawling-ul prin gestionarea automată a robots.txt, construirea de grafuri de linkuri și exportul în chunk-uri pentru RAG. Articolul explică cum funcționează și de ce este util în era LLM-urilor.
Cum să construiești o conductă de tip Retrieve-and-Rerank de înaltă precizie cu ZeroEntropy Zerank-2 Reranker
Descoperă cum să construiești un sistem de căutare inteligent folosind ZeroEntropy Zerank-2, un reranker open-source care îmbunătățește semnificativ precizia regăsirii informațiilor. Ghid practic cu cod și exemple.